数字图像处理第二章课件冈萨雷斯第三版.pptVIP

第2章 数字图像基础; 主要内容 2.1视觉感知要素 2.2光和电磁波谱 2.3图像感知与获取 2.4图像取样与量化 2.5像素间的一些基本关系 2.6数字图像处理中所用数学工具的简单介绍 ;2.1视觉感知要素;锥状体与杆状体;;;2.眼睛中图像的形成;3.亮度适应和辨别;感觉亮度：马赫带效应;感觉亮度：同时对比现象;人类感知现象：视觉错觉;2.2光和电磁波谱;; 波长和频率的表达式λ=c/v c=2.998x10^8m/s一般认为c=3x10^8m/s ,v表示频率 电磁波谱的各个分量的能量公式：E=hv其中h是普朗克常数 ;;2.3图像感知与获取;成像原理; 1 场景成像的三种主要传感器装置 。;2.3.1 单个传感器通过运动来生成二维图像;2.3.2 使用条带传感器获取图像;比单个传感器更常用的几何结构是由内嵌传感器形式组成的传感器带。感知设备内嵌有4000个或更多的传感器。内嵌传感器常用于航空成像应用中，飞行器以恒定的高度和速度飞过被成像的地区。成像传感器带一次给出一幅图像的一行，传感器带的运动完成二维图像的另一个维度。 以圆环形方式安装的传感器带用于医学和工业成像，以得到三维物体的剖面(切片)图像，传感器的输出必须由重建算法处理，目的是把感知数据转换为有意义的剖面图像。; 2.3.3 阵列成像传感器;;2.3.4 简单的图像形成模型（数学模型） ;数字图像获取过程的一个例子; 2.4 图像取样与量化 1 基本概念 （1）图像数字化：将模拟图像经过离散化之后，得到用数字表示的图像。图像的数字化包括采样和量化两个过程。 （2）取样：是将在空间上连续的图像转换成离散的采样点（即像素）集的操作。即：空间坐标的离散化。 （3）量化：把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。即：灰度的离散化。 ;;;2 数字图像表示 （1）矩阵表示 ;;;; （1）空间分辨率：图像空间中可分辨的最小细节。一般用单位长度上采样的像素数目或单位长度上的线对数目表示。例如，举一个质量概念，报纸用75dpi的分辨率来印刷，杂志是133dpi，光鲜的小册子是175dpi，您正在看的书是以2044dpi印刷的。空间分辨率的度量必须针对空间单位来规定才有意义。 （2）灰度分辨率：图像灰度级中可分辨的最小变化。一般用灰度级或比特数表示。灰度级数通常是2的整数次幂。最通用的是8比特。通常说一副被量化为256级的图像有8比特的灰度分辨率。 ;; ;;; ; 等偏爱曲线(Isopreferencecurve)：在N-k平面内对应于主观感觉质量相等的曲线；?实验结果：当图像中细节增加时，等偏爱曲线趋于更接近N-k平面内的垂直线。; 总结： A、图像质量一般随N和k的增加而增加。在极少数情况下对固定的N，减小k能改进质量。最有可能的原因是减小k常能可增加图像的视觉反差。 B、对具有大量细节的图像只需很少的灰度级数就可较好地表示。 C、N×k为常数的图像主观看起来可以有较大的差异。;2.4.4 图像内插;最邻近内插法简单，但是有缺陷，如某些直边缘严重失真。所以该方法不常用，更实用的方法是双线性内插：我们用4个最近邻去估计给定位置的灰度。令（x，y）为我们想要赋以灰度值的位置，并令v（x，y）表示灰度值。赋值公式由下面的公式得到的：v（x，y）=ax+by+cxy+d 其中，4个系数可由4个用（x，y）点最近邻点写出的未知方程确定。 双线性内插结果比较好，但加大了计算量。 还有一种双三次内插，它包括16个最邻近点。赋予点（x，y）的灰度值是使用下式得到的： v（x，y）=;;; 2.5 图像像素间的一些基本关系 1 相邻像素 （1）p的4邻域 坐标为(x,y)的像素p有4个水平和垂直的相邻像素，坐标分别为: (x+1, y), (x-1, y), (x, y+1), (x, y-1)，这个像素集称为p的4邻域，用N4(p)表示。 ; （2）p的4个对角邻像素 坐标分别为: (x+1, y+1), (x-1, y-1), (x-1, y+1), (x-1, y-1)，用N D(p)表示。 ;2 邻接性、连通性 （1）邻接性 令V是具有特定相似性准则的灰度值集合。（解释） A、4邻接：如果q在N4 (p)中，具有V中数值的两个像素p和q是4邻接的。